事例の概要
| 企業 | US LBM |
|---|---|
| 地域 | 欧米 |
| 業種 | 素材・その他 |
| 企業規模 | 大企業 |
| 用途 | 予知保全・設備保全 |
| 使われた技術 | MaintainX のCMMS による保全業務の標準化 |
| 関連する製品・サービス | MaintainX（MaintainX） |
成果
取り組みの内容
US LBMは米国で建材の流通と加工を手がける企業で、トラス（屋根の骨組み）や壁パネルなどの部材を加工する工場を多数持っています。工場ごとに保全のやり方や記録の残し方が違うと、設備の状態や保全費用を会社全体で比べることができません。
同社は、MaintainXのCMMS（保全管理システム）を導入し、40を超える工場で保全業務の進め方と記録の形式をそろえたとされています。MaintainXは作業指示・点検・保全記録をモバイルで管理するシステムで、AIによるトラブルシュートや異常検知の機能も持っています。
MaintainXの公式サイトに掲載されているのは、標準化した工場数までで、停止時間や保全コストの変化などの成果の数値は示されていません。
多拠点の企業にとって、保全業務の標準化は予知保全AIの前提条件です。工場ごとに設備IDの付け方や故障の分類が違うと、データを集めても比較や学習に使えないためです。この事例は、AIの前に業務の型をそろえる段階として位置づけられます。
この事例から読み取れること
- 多拠点で予知保全AIを使うには、設備IDと故障分類を全拠点でそろえる標準化が先に必要になると考えられる
- 成果の数値がないため、標準化の効果は自社で停止時間や保全費の推移を追って確かめる必要がある
- 中堅規模の工場が多数ある企業では、拠点ごとに個別のAIを入れるより先に共通の保全基盤を整える順序が合理的といえる
本ページは企業・提供元が公開した情報にもとづき、費用負担を受けずに作成しています。成果の数字は発表時点のもので、当サイトによる検証値ではありません。
